水下无人航行器自主检测方法研究

自主检测技术是实现水下无人航行器(Underwater Unmanned Vehicle,UUV)智能化的关键技术,是无人航行器能够自主执行水下预警、目标跟踪等任务的前提。针对当前基于均值类和有序统计类恒虚惊(Constant False Alarm Rate,CFAR)技术的自主检测方法在背景起伏严重、多目标情况下,背景噪声统计特性估计不准确、自主检测性能下降的问题,文章提出了一种基于方位-时间二维参考窗联合有序截断平均算法的自主检测方法。首先,该方法设计了一种方位-时间二维参考窗,解决了一维参考窗检测参考样本过少、噪声统计量估计不准的问题;其次,采用有序截断平均算法估计背景噪声统计量,对起伏背景进行均衡;最后,利用背景噪声均值和方差构造恒虚警检测器,采用检测前跟踪技术,实现起伏背景下、多目标自动检测与跟踪。湖上试验结果表明,在水下无人航行器的自噪声干扰下,该方法对多目标依然具有较好的自主检测效果。     

基于自适应滤波器的无人水下机器人传感器故障诊断研究

采用自适应滤波器FIR(Finite Impulse Response Filter)对无人水下机器人进行在线自适应建模,并利用LMS(least-mean-square)算法在线调节滤波器的权系数,通过对滤波器权系数和误差信号平方的分析,可实时检测出传感器的故障。针对OUTLAND1000无人水下机器人方向传感器,应用该方法对传感器的故障进行检测,实验结果表明所提故障检测方法准确可靠、并具有较好的实时性。     

水下无人航行器声学系统实收实发声隔离度分析研究

对某水下无人航行器声学系统在特定间距及频段条件下实收实发声隔离度进行了分析研究。在分析某水下无人航行器载体基本结构特征的基础上,通过ANSYS有限元建模仿真软件,对航行器声学系统实现实收实发的指向性和隔离度进行了仿真计算,并在消声水池对航行器声学系统实收实发隔离度进行了实验测试。研究结果表明,收发间距为3 m时具有一定的收发隔离度,若对隔离度有更高要求,则需采取调整收发换能器间距或对接收水听器加装吸声障板等技术措施,可为水下无人航行器声学系统设计及实现实收实发提供技术支持。     

基于声信号识别的水下焊接质量检测方法研究

水下焊接的应用领域广泛,但其焊接质量难以保障。针对水下焊接处理过程中存在的非线性程度高、参数耦合性强以及检测效率低等问题,提出了一种新的基于声信号识别的水下焊接质量检测方法。该方法通过在水下构建基于声信号采集的监测系统,实时采集焊件焊接过程中的声信息,并通过对声信号进行滤波降噪处理和特征提取,构建双权值神经网络（double-weight neural network, DWNN）模型。该模型具有优秀的高维数据非线性拟合能力,可实现水下焊接多参数与声信号多特征之间的非线性映射,且在小样本情况下仍能实现高精度的模式识别。以高强度低碳合金钢——HSLA-115钢作为焊接对象,开展水下焊接质量检测实验。结果表明,DWNN模型应用于水下焊接质量检测的识别精度可达100%。研究结果可为水下焊接工艺的优化和水下焊件专家知识库的构建提供参考依据。     

一种沉底小目标的主动高频仿生波形分析及探测方法

为研究和分析用仿生信号及处理方法探测沉底小目标的可行性及探测性能,分别从时域频域波形、模糊度函数、抗混响性能方面分析了仿海豚声呐信号,并用计算机仿真了复杂背景下沉底小目标的探测。理论分析和仿真结果表明:在几种仿海豚声呐信号中,频率重叠较多的信号混响抑制效果最好;仿生探测方法的性能比标准声呐探测方法有了明显的提高。仿生信号及探测方法可作为一种新型的沉底小目标探测信号及处理方法。     

一种基于变步长LMS算法的语音增强方法

LMS算法在自适应滤波器中得到广泛应用，但这种方法具有收敛速度慢，对非平稳环境敏感性强，步长需要谨慎选择才能达到收敛和失调的折中等缺点。为了改善非平稳条件下FIR自适应滤波器的性能，文章介绍了一种变步长的LMS算法，这种算法迭代过程中步长在规定的上下限内是关于信噪比的递减函数，用于自适应噪声对消器中去除含噪语音信号中的加性噪声，以解决固定LMS算法中跟踪速度和失调的矛盾。对不同信噪比的含噪语音信号去噪，仿真结果证明该方法优于NLMS(Normalized Least Mean Square)算法，在提高收敛速度的情况下减小了剩余均方误差和失调，但需增加少量的运算量。     

无人机被动音频探测和识别技术研究

为解决近场空域低、慢、小旋翼无人机的安全威胁,提出基于音频信号分析的无人机探测识别方法。该方法采用改进流程和参数的梅尔频率倒谱系数(Mel-Frequency Cepstral Coeffi-cients,MFCC)和其一阶差分作为无人机音频的特征参数,结合提出的多距离分段采集法,通过训练高斯混合模型(Gaussian Mixture Model,GMM),建立多特征的无人机音频"指纹库",最后用特征匹配算法实现无人机的探测和识别。实验结果表明,所提出的方法在典型郊区环境中可实现150 m距离内无人机的探测和识别,识别率达到84.4%。     

带内全双工水声通信残余自干扰实时抵消技术研究

带内全双工水声通信(In-Band Full Duplex Underwater Acoustic Communication,IBFD-UWAC)因其频谱利用率可达传统半双工模式的两倍,已成为水声通信领域的研究热点之一。由于本地发射强功率自干扰信号会导致通信系统误码率性能无法达到正常需求,因此自干扰抵消(Self-interference Cancellation,SIC)技术成为IBFD-UWAC中的核心问题。针对经过模拟SIC或空间自干扰抑制后的残余干扰信号问题,文章利用硬件在环(Hardware In-Loop,HIL)仿真,基于Simulink^® Desktop Real-time平台,实现了实时SIC,并利用瞬时状态误差判断期望信号到达情况,提出一种基于期望信号到达阈值的改进Sigmoid函数可变步长最小均方(Improved Sigmoid function based Variable Step Size,LMS,ISVS-LMS)算法,该算法大大降低了期望信号对SIC过程带来的影响。分析、仿真及实验表明：该方法可实现实时带内全双工水声通信的自干扰抵消,且算法的收敛速度以及稳态效果均有显著提升。     

OFDM水声通信下行非正交多址接入功率分配方法研究

针对基于功率域非正交多址接入（Power Domain Non-orthogonal Multiple Accesses,PD-NOMA）的正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）水声下行通信系统的功率分配问题,提出了一种基于中断概率的功率分配方法。用户节点在系统初始化阶段根据源节点广播的组网数据包获取水声信道的统计特征,源节点根据水下用户反馈的信道特征参数建立水下用户的中断概率模型,以最小化两用户的中断概率和为目标建立目标函数,在中断概率区域边界上遍历搜索最优的功率分配系数。仿真结果表明,该方法在保证公平性的条件下,有效降低了用户节点的中断概率,提高了系统的频谱利用率和误码性能。